基於粒子群膜算法的pid控制器優化設計方法

2023-07-06 19:08:26

基於粒子群膜算法的pid控制器優化設計方法
【專利摘要】本發明涉及PID控制器參數優化方法。本發明公開了一種基於粒子群膜算法的PID控制器優化設計方法。本發明基於粒子群膜算法的PID控制器優化設計方法，在獲取種群的最優粒子後，將該粒子各維數值依次賦值給待優化參數Kp、Ki和Kd，然後運行控制系統模型獲取該系統的輸出性能指標，並判定是否再次採用進化規則進行尋優以促使系統獲得更優的控制效果。本發明將膜計算的思想與傳統PSO相結合，充分利用膜計算的分區功能和轉運交流規則，能獲得更加恰當的一組PID控制參數，最終使得被控系統達到更佳的控制效果。本發明在不重新設計控制器結構的情況下，能使被控系統獲得更加恰當的一組PID控制參數，從而使被控系統達到更佳的控制效果。
【專利說明】基於粒子群膜算法的PID控制器優化設計方法
【技術領域】
[0001]本發明涉及工業過程控制【技術領域】，特別涉及一種基於粒子群膜算法的PID (比例-積分-微分)控制器參數優化方法。
【背景技術】
[0002]工業自動化的產生在極大提高生產效率的同時帶來了巨大的經濟效益，作為其關鍵環節的控制系統，不管是理論還是技術應用方面都得到了迅速發展。工業過程中，在控制系統投入運行時，必須要對控制器進行優化，使控制系統儘可能的獲得最優控制性能以得到更大的經濟效益。控制器的優化設計一般包括兩個方面，即控制器結構的優化和控制器參數的優化。本發明所述的控制器優化設計就是指的控制器參數的優化，特別是PID控制器的比例係數Kp、積分增益Ki和微分增益Kd的優化。
[0003]一般來說，當控制系統的控制策略確定以後，控制器的結構就能夠確定下來。而控制器的參數對控制系統的性能影響很大，若選取不當，會使得整個系統的性能下降，嚴重時甚至還會引起系統產生不穩定狀況。PID控制器因其結構簡單、穩定性好、容易實現且魯棒性好，在工業自動化中應用一直最為廣泛。所以，當控制策略和控制系統的結構確定後，如何通過對PID控制器進行優化設計以獲得更好的PID控制器參數，從而使被控系統的控制效果達到更優甚至最優具有強烈的實際意義。
[0004]目前，常用的PID控制器優化方法包括傳統方法和智能方法。傳統PID控制器優化設計法主要包括Ziegler-Nichols法(Z-N法)、單純形法、繼電器整定法等,這些方法的共同優點是簡單，但是它們在PID控制器優化設計過程中具有相同的問題，即都很難實現參數的最優化整定，容易產生振蕩和大超調，而且調節時間往往較長。而智能PID控制器優化設計法如遺傳算法(GA)、粒子群算法(PSO)等在高階系統或者帶純滯後環節系統的優化設計過程中則容易陷入早熟現象而無法獲得全局最優值，從而使得被控系統無法獲得滿意的控制效果。

【發明內容】

[0005]針對上述技術問題，本發明的目標是，提供一種基於粒子群膜算法的PID控制器優化設計方法。
[0006]本發明解決上述技術問題，採用的技術方案是，基於粒子群膜算法的PID控制器優化設計方法，包括以下步驟:
[0007]A、初始化算法參數，包括基本膜數量m，慣性權重W、加速度因子Cl，C2、維數D、算法結束條件和膜結構，m為自然數，I ；
[0008]B、初始化種群，產生一個由η個粒子組成的在D維空間裡按照一定速度飛行的粒子種群，並隨機初始化每個粒子的位置X、飛行速度V和粒子的飛行區間，然後將該種群中各個粒子隨機分配到m層基本膜中，並保證每層基本膜內至少有一個粒子個體且表層膜中不包含任何粒子；初始化如下:
【權利要求】
1.基於粒子群膜算法的PID控制器優化設計方法，包括以下步驟:A、初始化算法參數，包括基本膜數量m，慣性權重W、加速度因子Cl，C2、維數D、算法結束條件和膜結構，m為自然數,m ^ I ；B、初始化種群，產生一個由η個粒子組成的在D維空間裡按照一定速度飛行的粒子種群，並隨機初始化每個粒子的位置X、飛行速度V和粒子的飛行區間，然後將該種群中各個粒子隨機分配到m層基本膜中，並保證每層基本膜內至少有一個粒子個體且表層膜中不包含任何粒子；初始化如下:
2.根據權利要求1所述的基於粒子群膜算法的PID控制器優化設計方法，其特徵在於，步驟A中，速度因子Cl，C2在區間[O，2]取值。
3.根據權利要求1所述的基於粒子群膜算法的PID控制器優化設計方法，其特徵在於，步驟A中，所述膜結構為單層膜結構，其中包含m層基本膜和表層膜O ;其表達式為:[0[1]1，[2]2，U 3，…，UnJoo
【文檔編號】G05B13/04GK103592852SQ201310635155
【公開日】2014年2月19日 申請日期:2013年11月29日 優先權日:2013年11月29日
【發明者】張葛祥, 王濤 申請人:西南交通大學